La empresa francesa de inteligencia artificial Mistral presentó el 6 de octubre de 2026 Mistral Large 4, su modelo más ambicioso hasta la fecha. Se trata de un sistema de pesos abiertos con más de un billón de parámetros que, según la compañía, se encuentra entre los mejores de su categoría. Está disponible en versión preliminar para desarrolladores y autoridades, y sus pesos se publicarán el 27 de octubre. En un sector dominado por empresas de Estados Unidos y China, el lanzamiento refuerza la apuesta europea por una IA abierta.
Qué es Mistral Large 4
Mistral Large 4, conocido internamente como “Le Chonk” en alusión a un meme que circuló en junio de 2026, usa una arquitectura de mezcla de expertos. Según Xataka, tiene 1,05 billones de parámetros en total, de los cuales solo 49.000 millones se activan en cada consulta. Esta forma de trabajar permite combinar un tamaño enorme con un costo de inferencia más contenido, porque no se utiliza todo el modelo cada vez.
El modelo acepta entradas multimodales, es decir, texto e imágenes, aunque su salida es solo texto, según explicó el científico jefe de la compañía, Guillaume Lample. Fue entrenado desde cero durante unos dos meses en centros de datos propios en Europa, con unas 3.800 GPU Nvidia Grace Blackwell, y utiliza información en más de 160 idiomas, entre ellos todos los idiomas oficiales de la Unión Europea.
Cómo rinde en las pruebas
Los resultados que ha publicado la empresa son preliminares, pero destacan. En el Índice de Inteligencia de Artificial Analysis, la versión preliminar obtiene 38 puntos, a solo uno de DeepSeek V4.1 Flash, que logra 39, y muy por encima de Mistral Large 3, que alcanzó 9. Entre los modelos cerrados, Xataka cita a Claude Opus 5.5 con 58 puntos y a GPT-6 Astra y Gemini 4 Argon con 53 cada uno, lo que da una idea de la distancia que todavía existe con los sistemas propietarios más avanzados.
En el Índice Cibernético de Artificial Analysis, Large 4 se ubica entre los cinco primeros del mundo y lidera entre los modelos de pesos abiertos desarrollados fuera de China. Además, la empresa informa de un 62 % en la prueba de programación DeepSWE v1.1, frente al 61 % de GLM-5.3, el 57 % de DeepSeek V4 Pro y el 51 % de Qwen 3.8 Max. También reporta un 67 % en Finch, una prueba de flujos de trabajo financieros y contables, y un 15 % en el Harvey Legal Agent Benchmark, por delante de Kimi K3, MiMo V2.6 Pro y GLM-5.3 según Vals.ai.
Conviene leer estas cifras con cautela. Un análisis publicado por Ecosistema Startup señala que en el ranking público de DeepSWE, que usa la mejor configuración publicada de cada modelo, algunos competidores se acercan al 69 % y varios modelos cerrados llegan a cerca del 74 %, de modo que Large 4 no es el líder absoluto en programación. Además, algunas métricas, como Finch, Dense200 y DIOR-RSVG, aún no han podido verificarse de forma independiente.
Disponibilidad, licencia y precios
La versión preliminar está disponible en Mistral Studio, sobre todo a través de la API. Mistral ofrece también una modalidad de despliegue operada por la propia empresa en Europa y sujeta a la legislación europea, una opción atractiva para organizaciones que necesitan controlar dónde se procesan sus datos. Según Xataka, el precio de la API es de 0,68 dólares por millón de tokens de entrada, 0,07 dólares por millón de entrada en caché y 2,09 dólares por millón de salida; otros medios señalan que la empresa no había publicado tarifas en los materiales que revisaron, por lo que conviene confirmar los precios en la plataforma.
Los pesos se publicarán el 27 de octubre, después de tres semanas de pruebas con desarrolladores, equipos de ciberseguridad y autoridades gubernamentales. La licencia será una licencia propia de Mistral, no una licencia de código abierto estándar, un detalle que los desarrolladores deberán leer con atención antes de usar el modelo en productos comerciales.
Un respaldo financiero que acompaña la ambición
Portafolio recuerda que Mistral cerró recientemente una ronda de financiación de 3.000 millones de euros que valora a la empresa en más de 21.000 millones de euros, unos 24.400 millones de dólares. Samsung aportó una parte importante de esa inversión, que se destinará a infraestructura e investigación. La cifra es modesta si se compara con los más de 100.000 millones de dólares que OpenAI recaudó a comienzos de este año, pero le da a la compañía margen para seguir entrenando modelos propios.
Por qué importa
Para los desarrolladores y las empresas, la llegada de un modelo de pesos abiertos competitivo significa más opciones. Poder descargar y modificar los parámetros abre la puerta a ajustar el modelo a tareas específicas y a ejecutarlo en infraestructura propia, algo que no es posible con los sistemas cerrados. Para Europa, tiene además un valor estratégico: contar con un modelo entrenado en centros de datos del continente, con soporte nativo de sus idiomas y con una opción de despliegue regido por la ley europea.
También es una buena noticia para la competencia. Cuando aparecen alternativas abiertas que se acercan a los modelos cerrados, la presión sobre precios y condiciones de uso aumenta, y eso suele traducirse en mejores herramientas para todos. El boletín de Xataka del 7 de octubre apunta que los modelos cerrados mantienen una ventaja de entre 15 y 20 puntos en ese índice, una brecha que los lanzamientos abiertos buscan acortar.
Qué esperar en las próximas semanas
La fecha clave es el 27 de octubre. Ese día la comunidad podrá descargar los pesos, probarlos con sus propias cargas de trabajo y contrastar los resultados que hoy solo ha publicado la empresa. Será entonces cuando se pueda evaluar de verdad si Large 4 cumple lo prometido en tareas de programación, análisis de documentos y automatización. También habrá que ver cómo se comportan otros modelos que llegarán en los próximos meses.
Por ahora, el mensaje es claro: la IA abierta sigue avanzando, y Mistral se posiciona como la principal apuesta europea en ese terreno.
